1

Relazione Scientifica finale Progetto: Dinamica di altissima frequenza nei mercati finanziari. Efficienza e struttura dei mercati finanziari e modellizzazione quantitativa delle scelte di portafoglio in presenza di innovazioni tecnologiche. Il terzo anno di attività ha visto il procedere dell’attività scientifica e tecnica del progetto al fine di perseguire gli obiettivi indicati in fase di proposta e gli sviluppi ad essi associati motivati dai risultati già ottenuti. La collaborazione con il progetto EGRID ha portato al completamento della facility nazionale che è stata pienamente operativa ed utilizzata nell’ultima fase del progetto. La scadenza naturale del nostro progetto era prevista per il 07/07/2006. Al fine di utilizzare appieno le potenzialità della facility nazionale questo progetto ha chiesto al Ministero una proroga del progetto di sei mesi fino al 30/4/2007 a costo zero sulla base di motivazioni scientifiche e organizzative legate alla disponibilità piena della facility nazionale che aveva consentito di avviare nel corso dell’ultimo anno del progetto una serie di indagini, sia previste dal progetto di ricerca che motivate da altri risultati ottenuti nel corso del progetto. Il Ministero ha approvato la proroga ed il progetto è stato svolto come disposto fino alla data del 30/4/2007. Come già negli anni passati, ciascuna Unità di ricerca ha svolto la propria attività cercando di massimizzare le possibilità di interazioni tra i ricercatori ed i gruppi delle varie Unità. Inoltre le Unità di ricerca hanno continuato ad interagire sistematicamente con i colleghi del progetto EGRID al fine di utilizzare la “facility nazionale” di dati finanziari di altissima frequenza per verificarne sul campo potenzialità ed eventuali punti di criticità. Per arricchire ulteriormente il parco dati della facility nazionale di dati di alta frequenza abbiamo anche sottomesso al Ministero una richiesta di autorizzazione, che il Ministero ha approvato, per utilizzare 24000 euro inizialmente indicate nel piano finanziario del progetto per spese di personale (nello specifico sia per spese di personale originalmente pensato per il supporto di acquisto, gestione e pre-processing dei dati della facility nazionale che personale partecipante all’attività di ricerca di CNR-INFM) in spese per l’acquisto di ulteriori dati finanziari. Con questa movimentazione di fondi siamo stati in grado di arricchire ulteriormente la facility nazionale di dati finanziari più recenti (in particolare si tratta dei dati del Rebuild Order Book del London Stock Exchange per gli anni 2005 e 2006). Obiettivo 1 – Contributo INFM alla costituzione ed alla gestione di una “facility nazionale” di dati finanziari. Personale partecipante: Rosario N. Mantegna (responsabile) - Enzo Marinari (Unità di

2

Roma1) Alessandra Tedeschi (personale dipendente del progetto-borsista - luogo di attività Unità di Roma1) – Zoltan Eisler (Unità di Palermo) – Antonios Garas (Unità di Palermo) - Fabrizio Lillo (Unità di Palermo) - Salvatore Miccichè (Unità di Palermo) - Christian T. Brownless (Unità di Firenze) - Claudia Coronnello (Unità di Palermo). Il nostro progetto strategico coordinato da INFM ha continuato a collaborare allo sviluppo ed al testing della “facility nazionale” di dati finanziari gestita da ICTP. Come già indicato nella presentazione generale della relazione si è proceduto all’acquisto di ulteriori dati ed in particolare dei dati del Rebuild Order Book del London Stock Exchange per gli anni solari 2005 e 2006. Inoltre la facility è stata utilizzata per effettuare dei calcoli intensivi legati a diverse tematiche di ricerca. Ad esempio è stata effettuata la validazione statistica con procedura di bootstrap del grafo planare associato a grandi portafogli di azioni (tipicamente da n=300 a n=1000. Per un dettaglio sulle tecniche utilizzate vedi ref. [PA_5]). Le informazioni associate al grafo planare, stimato a diversi orizzonti temporali, sono utili per una serie di ricerche che vanno dal processo di formazione del prezzo alla selezione ottimale delle correlazioni statisticamente robuste da usare nel processo di ottimizzazione di portafoglio. Questo tipo di studi richiedono notevoli disponibilità di calcolo in quanto la validazione da bootstrap richiede tipicamente 1000 repliche del planare considerato e l’algoritmo attualmente a nostra disposizione per la determinazione del grafo massimamente planare associato alla matrice di correlazione è approssimativamente di ordine n3 . Senza l’uso della facility nazionale non sarebbe stato possibile per alcuni ricercatori del progetto validare statisticamente grafi planari associati a portafogli di azioni con un numero rilevante di beni finanziari (nello specifico azioni trattate in mercati molto liquidi di cui abbiamo accesso ai dati transazione per transazione). Obiettivi scientifici del progetto conseguiti durante il terzo anno ed il periodo semestrale di estensione. La descrizione analitica dei risultati raggiunti dalle varie Unità di ricerca riportata qui di seguito, mostra che la gran parte degli obiettivi previsti sono stati pienamente raggiunti. Il progetto ha quindi conseguito la gran parte degli obiettivi originariamente prefissati ed ha anche avviato nuovi filoni di ricerca volti ad approfondire la dinamica di altissima frequenza nei mercati finanziari. Questi nuovi filoni di ricerca, sempre coerenti con gli obiettivi del progetto, sono stati pianificati a partire dai risultati intermedi e finali raggiunti nelle varie fasi del progetto. I prodotti della ricerca ottenuti riguardano: (i) il contributo alla creazione dell’infrastruttura prototipale di information technology basata su GRID per il mantenimento, l’accesso e l’uso di dati finanziari, (ii) l’analisi con dati di alta frequenza delle principali variabili finanziarie, (iii) lo sviluppo e la calibrazione di modelli ad agente, (iv) la messa a punto di nuove procedure di ottimizzazione di portafoglio sia per quanto riguarda portafogli di equity sia per quanto riguarda il calcolo del trade-off tra il costo e il rischio di varie scelte di portafoglio di titoli di debito pubblico rispetto alla variazione degli scenari dei tassi di interesse e (v) un’ampia attività di formazione di nuove figure professionali. Il lavoro svolto è testimoniato dagli studi svolti che sono stati oggetto di numerose pubblicazioni scientifiche, disseminazione di risultati attraverso

3

comunicazioni a congresso e sviluppo di prototipi software. Obiettivi 2, 3 e 4 delle varie Unità di ricerca Vengono qui di seguito discusse le attività svolte ed i risultati ottenuti da ciascuna Unità di ricerca. Unità di ricerca – INFM Unità di Palermo – Resp. Prof. Rosario N. Mantegna Partecipanti al progetto: Rosario N. Mantegna (responsabile) - Fabrizio Lillo - Salvatore Miccichè – Claudia Coronnello - Antonios Garas – Zoltan Eisler - Adam Ponzi - Michele Tumminello - Gabriella Vaglica. All’interno dell’attività A1.2 di obiettivo 3 è continuata l’attività di ricerca focalizzata sullo studio dell’andamento temporale del limit order book del London Stock Exchange (LSE) per un insieme multivariato di titoli. Abbiamo indagato [PA_8] l’evoluzione multivariata del bid-ask spead in un insieme di circa 90 azioni simultaneamente trattate al London Stock Exchange. Abbiamo appurato che esiste un fattore collettivo che controlla la dinamica multivariata dello spread che può essere solo in parte spiegato dal fattore che governa l’andamento collettivo della volatilità del sistema. Inoltre l’analisi univariata dello spread, effettuata con la metodologia della detrending fluctuation analysis, ha messo in evidenza che, per tutti gli stocks analizzati, la dinamica dello spread presenta nel regime di alta frequenza due regimi temporali separati da un crossover osservato dopo circa 20 minuti di trading [PA_8]. E’ in corso la scrittura di questi risultati in un manoscritto che sarà sottomesso per la pubblicazione. La dinamica univariata dello spread è stato anche studiato analizzando il tempo di primo passaggio (first passage time) di un limit order sottomesso in un mercato finanziario con double auction. In particolare è stata effettuata sia un’analisi empirica che una modellizzazione teorica, svolta con l’introduzione di un semplice modello descrittivo, al fine di stimare ed interpretare l’andamento funzionale del time to fill (cioè il tempo medio necessario affinché si osservi che un limit order venga eseguito) e del time to cancel (cioè il tempo medio necessario affinché si osservi che un limit order venga cancellato). Lo studio effettuato evidenzia il comportamento diffusivo osservato ad altissima frequenza nella dinamica del prezzo delle azioni maggiormente liquide trattate presso il LSE e quantifica le proprietà di invarianza di scala dei tempi caratteristici indagati al variare del tempo e del valore della differenza di prezzo fra il prezzo del limit order sottomesso ed la migliore offerta di vendita o di acquisto presente al momento della sottomissione [PA_9]. Un ulteriore aspetto indagato nella modellizzazione multivariata della dinamica di un set di beni finanziari simultaneamente trattati in un mercato è stato quello di considerare come associare un modello a fattore alla dinamica di un set di elementi che presentato una struttura gerarchica annidata. Per fare ciò, il nostro gruppo ha introdotto il concetto del modello a fattore gerarchico annidato (hierarchically nested factor model) [PA_2]. La

4

caratterizzazione analitica di questo modello multifattore consente di associare in maniera univoca un modello a fattori indipendenti ad un set di elementi caratterizzari da una relazione di tipo gerarchica stimata applicando un set ampio di metodologie di clustering gerarchico come, ad esempio, il clustering da average e da single linkage. Proseguendo inoltre il filone di ricerca volto alla caratterizzazione del processo di formazione del prezzo in un mercato finanziario, abbiamo condotto l’analisi delle strutture proprie della matrice di cross-correlazione al variare degli orizzonti temporali di campionamento che sono stati variati da 5 minuti a un giorno borsistico (390 min). L’indagine è stata effettuata utilizzando il Planar Maximally Filtered Graph introdotto nel secondo anno del presente progetto. L’analisi ha evidenziato comportamenti differenziati dei vari settori economici. Alcuni settori presentano un clustering che avviene su scale temporali estremamente breve (un esempio paradigmatico sono i titoli energetici il cui processo di clustering è rapidissimo) mentre altri settori, come ad esempio Healthcare, richiedono un certo tempo per formalizzare il clustering osservato alla fine della giornata borsistica. L’analisi è stata svolta su un set di 300 azioni quotate nella borsa di Wall Street [PA_3]. All’interno dell’obiettivo A1.3 dell’obiettivo 3 l’unità di Palermo ha indagato il tema della correlazione a lungo “range” osservata nelle serie di dati finanziari di alta frequenza. In particolare abbiamo indagato il mean exit time del prezzo di dati finanziari e le osservazioni empiriche sono state modellizzate con la metodologia del Continuous Time Random Walk utilizzando per la risoluzione analitica modelli di catene Markoviane a due e a tre stati. In sintesi abbiamo ricavato un compartamento “universale” del mean exit time quando la scala tipica del fenomeno è stata rinormalizzata alla volatilità per unità di salto del processo ed quando il mean exit time è stato normalizzato al tempo medio di attesa tra una transazione e la successiva [PA_4]. Il decadimento a lungo range è stato anche rilevato nella dinamica dello spread successivo ad una temporanea crisi di liquidità [PA_10]. Questo studio ha anche determinato la relazione empirica fra l’impatto sul prezzo osservato immediatamente e susseguentemente in forma permanente. L’analisi è stata svolta sulle 50 azioni maggiormente trattate nel London Stock Exchange nel 2002. Il decadimento a lungo range osservato nel decadimento dello spread può essere interpretato come evidenza di un comportamento strategico di learning svolto dal market maker che si trova a dover deciidere su come sottometter i limit orders dopo che si sia verificato un allargamento dello spread che puo’ avere origini sia esogene che endogene. Per quanto riguarda l’attività A1.1 di obiettivo 4 il lavoro avviato nel secondo anno è proseguito con un approfondimento del ruolo che il correlation based clustering può avere nelle ottimizzazioni di portafoglio. In particolare il lavoro svolto da V. Tola et al [PA_1] è stato approfondito fino a verificare procedure di ottimizzazioni effettuate secondo protocolli molto più realistici di quanto assunto nella prima versione del manoscritto. Infatti la versione finale del lavoro, accettata per la pubblicazione dalla rivista Journal of Economics Dynamics & Control, considera anche i casi in cui i

5

rendimenti e le volatilità future sono stimate a partire dai dati storici a disposizione anziché assumere un grado di predicibilità futura massimo come si faceva nella prima versione del manoscritto. La necessità di quantificare il ruolo delle diverse metodologie usate (random matrix theory, clustering gerarchico, etc) per selezionare i valori della matrice di correlazione maggiormente affidabili da un punto di vista statistico ha motivato lo studio delle proprietà della distanza di Kullback-Leibler tra due distribuzioni multivariate Gaussiane. I risultati analitici ottenuti che chiariscono il livello di stabilità e di informatività di ciascun filtraggio sono presentati nel manoscritto [PA_7] che è stato recentemente sottomesso per la pubblicazione. La robustezza statistica dei correlation based networks ottenuti con varie procedure di clustering è stata quantificata adattando la metodologia del bootstrap alla procedura usata per ottenere i correlation based networks. In particolare è stata valutata la robustezza statistica dei networks che si originano a partire da modelli singlo o multi fattore e/o direttamente da dati empirici di rendimenti di azioni trattate in mercati finanziari. Negli studi citati, siamo in grado di mostrare, che la procedura del bootstrap è particolarmente indicata per la validazione statistica sia degli hierarchical trees [PA_2] sia dei networks correlation based [PA_5]. L’Unità di Palermo ha anche avviato una serie di nuovi studi che hanno come obiettivo quello di individuare strategie e/o comportamenti di trading che possono essere riscontati e validati empiricamente. Questi studi sono coerenti con le attività di progetto pianificate all’interno dell’Obiettivo 2. Esempi di questo tipo di ricerca sono lo studio di una procedura di limit order placement ottimale controllato dalla funzione di utilità del trader [PA_6] e lo studio delle leggi di scala usate dalle istituzioni abilitate ad effettuare transazioni presso la Borsa Spagnola nell’esecuzione di ordini particolarmente grossi che vengo divisi in una serie coordinata di piccole transazioni. Lo studio effettuato riesce a dimostrare due distinti effetti della eterogeneità degli agenti. In un caso questa eterogeneità è responsabile delle leggi di potenza osservate nella durata, nel volume e nel numero di transazioni degli ordini che vengono divisi in tanti piccoli ordini successivi mentre la caratteristica della suddivisione di grandi ordini in piccole transazioni successive non sembra risentire dell’eterogeneità degli agenti [PA_11]. Questi risultati potranno consentire in futuro lo sviluppo di modelli ad agente le cui strategie sono basate su osservazioni empiriche. Lo sviluppo di ricerche empiriche finalizzate alla validazione di modelli ad agente ha prodotto anche la ricerca presentata in ref. [PA_12]. In questo studio i membri abilitati a trattare nella Borsa Spagnola sono stati classificati in tre gruppi caratterizzati da un diverso tipo di specializzazione. In particolare un gruppo mostra una correlazione sincrona positiva con il rendimento del bene trattato (membri di borsa che hanno un comportamento di tipo “trending”) mentre un altro gruppo mostra una correlazione sincrona negativa (membri di borsa che hanno un comportamento “reversing”). Le specializzazioni risultano essere piuttosto stabili nel corso degli anni e l’appartenenza ad una specifica classe controlla anche le caratteristiche di “herding” presentate dal gruppo in questione.

6

Pubblicazioni: [PA_1] Vincenzo Tola, Fabrizio Lillo, Mauro Gallegati, Rosario N. Mantegna, Cluster analysis for portfolio optimization, preprint physics/0507006, Journal of Economics Dynamics & Control (in press). [PA_2] Michele Tumminello, Fabrizio Lillo, Rosario N. Mantegna, Hierarchically nested time series models from dendrograms, EPL 78, 30006 (2007). [PA_3] Michele Tumminello, T. Di Matteo, T. Aste, Rosario N. Mantegna, Correlation based networks of equity returns sampled at different time horizons European Physical Journal B 55, 209-217 (2007). [PA_4] Miquel Montero, Josep Perello, Jaume Masoliver, Fabrizio Lillo, Salvatore Miccichè, Rosario N. Mantegna, Scaling and data collapse for the mean exit time of asset prices , Physical Review E 72, 056101 (2005). [PA_5] Michele Tumminello, Claudia Coronnello, Fabrizio Lillo, Salvatore Miccichè, Rosario N. Mantegna, Spanning Trees and bootstrap reliability estimation in correlation based networks, International Journal of Bifurcation and Chaos 17 (7), 2319-2329 (2007). [PA_6] Fabrizio Lillo, Limit order placement as an utility maximization problem and the origin of power law distribution of limit order prices, European Physical Journal B 55, 453-459 (2007). Manoscritti: [PA_7] Michele Tumminello, Fabrizio Lillo, Rosario N. Mantegna, Kullback-Leibler distance as a measure of the information filtered from multivariate data, preprint physics 0706.0168 [PA_8] Antonios Garas, Fabrizio Lillo and Rosario N. Mantegna, Bid-ask spread dynamics, Internal report, Observatory of Complex Systems, Palermo, Italy. [PA_9] Zoltan Eisler, Janos Kertesz, Fabrizio Lillo, Rosario N. Mantegna, Diffusive behavior and the modelling of characteristic times in limit order executions, physics/0701335 [PA_10] Adam Ponzi, Fabrizio Lillo, Rosario N. Mantegna, Market reaction to temporary liquidity crises and the permanent market impact, physics/0608032. [PA_11] Gabriella Vaglica, Fabrizio Lillo, Esteban Moro, Rosario N. Mantegna, Scaling laws of strategic behaviour and size heterogeneity in agent dynamics, arXiv:0704.2003. [PA_12] Fabrizio Lillo, Esteban Moro, Gabriella Vaglica, Rosario N. Mantegna, Specialization of strategies and herding behavior of trading firms in a financial market,

7

arXiv:0707.0385 Presentazioni a Congresso: [1] Hierarchically nested time series models from dendrograms, International Workshop on Econophysics of Stock Markets and Minority Games, 14-17 February 2006, Kolkata, India. [2] Individual decisions under risk: an investigation of observational economics, 3rd Annual meeting COST ACTION-P10 Physics of Risk, 13-16 May 2006, Vilnius Lithuania. [3] Ecology of trading firms in a financial market, International School of Complexity on Physics and Socio-Economic Phenomena, 17-23 September 2006, Erice, Italy. [4] E. Majorana’s article on “The value od statistical laws in physics and statistical sciences”, International Conference on Ettore Majorana’s legacy and the Physics of the XXI century, 5-6 October 2006, Catania, Italy. [5] Extreme events in correlation based clustering procedures, International Seminar and Workshop on Extreme Events in Complex Dynamics, October 23-November 02, 2006, Dresden, Germany. [6] Research carried out and applications run in the EGRID infrastructure, The EGEE Project meets the Finance sector, 24-26 January 2007 [7] Ecology of firms in a financial markets, 71st Annual meeting Verhandlungen der Deutschen Physikalischen Gesellschaft, 26-30 March 2007, Regensburg, Germany. Dettagli ulteriori sono disponibili a partire da: http://lagash.dft.unipa.it Unità di ricerca – INFM Unità di Roma – Resp. Prof. Enzo Marinari Partecipanti al progetto: Enzo Marinari (responsabile) – Andrea De Martino – Irene Giardina - Alessandra Tedeschi (personale dipendente del progetto-borsista). L’attività di ricerca finalizzata al raggiungimento dell’obiettivo A7.1 incluso nell’obiettivo 3 del progetto ha visto lo sviluppo delle seguenti attività: La stima ottimale dei parametri di modelli fenomenologici di mercati finanziari, specialmente elettronici, e' un problema assai complesso. La nostra idea e' che per ottimizzare questi modelli e' necessario superare alcuni loro limiti intrinseci.

8

1) In primo luogo, per valutare quali parametri possono caratterizzare meglio diverse fasi della dinamica dei rendimenti e' necessario tenere conto della microstruttura dei mercati finanziari. A questo scopo, in collaborazione con colleghi impegnati nei temi del progetto di cui all’obiettivo 2, abbiamo introdotto e studiato una classe di modelli ottenuti generalizzando il Minority Game attraverso l'introduzione di gruppi di agenti con caratteristiche (aspettative) diverse. In particolare, abbiamo studiato il caso di mercati in cui fondamentalisti e trend-followers coesistono e in cui un agente può cambiare profilo per adattarsi alle condizioni di mercato che rileva. Abbiamo verificato che questi semplici modelli descrivono accuratamente fasi di mercato descrivibili da potenziali efficaci derivati direttamente dai dati empirici. Vedi le pubblicazioni: [R1_4,R1_5,R1_6] 2) In secondo luogo, e' importante tenere conto dell'interazione fra diversi titoli (ovvero, i modelli a singolo stock non sono in grado di produrre una fenomenologia riscontrabile a livelli superiori nei dati empirici). A questo scopo, abbiamo introdotto una versione del Minority Game a molti titoli per studiare se il comportamento speculativo impone una struttura peculiare alle correlazioni finanziarie. Vedi le pubblicazioni: [R1_7,R1_8] 3) In terzo luogo, l'analisi di alcuni fenomeni specifici della dinamica dei mercati richiede lo studio di modelli ad hoc per queste situazioni, che sono difficili da inquadrare, allo stato attuale, in un singolo modello fenomenologico. Noi abbiamo studiato alcune di queste situazioni, in particolare per quello che riguarda la funzione di sopravvivenza dei tempi d'attesa fra gli ordini e le transazioni corrispondenti in mercati elettronici, rilevando che questa funzione non e' descrivibile con un singolo esponenziale (fatto che ha conseguenze non trascurabili per la modellizzazione). Inoltre abbiamo studiato modelli microscopici di crescita e distribuzione di risorse additivi e moltiplicativi. I rsultati di queste indagini sono presentati in dettaglio nelle pubblicazioni: [R1_9,R1_10] Per quanto riguarda le tematiche di ricerca di cui all’obiettivo A7.2 dell’obiettivo 4 del progetto, il problema dell’ottimizzazione di portafoglio nella sua forma più complessa (e realistica) richiede enorme capacità di calcolo, paragonabile a quella richiesta per studiare sistemi fisici di interesse pratico per la materia condensata o problemi NP-completi tipici della teoria matematica dell'ottimizzazione combinatoria. Ciò è dovuto, in larga parte, alla struttura non banale delle correlazioni finanziarie e alla necessità di tenere conto della sua evoluzione temporale. Per superare i limiti attuali, è importantissimo sviluppare tecniche numeriche avanzate ad alta performance e hardware dedicato. In quest'ottica, abbiamo sviluppato e testato protocolli numerici ottimizzati per la simulazione Monte Carlo di sistemi disordinati. Questi protocolli sono implementati come codici VHDL mappati su un dispositivo FPGA (IANUS) dedicato alla computazione ad alta performance. I primi test sono stati condotti su sistemi disordinati classici della fisica della materia (spin-glass), in cui il problema di ottimizzazione ha proprietà note e a cui la portfolio optimization può essere ricondotta. La performance misurata per un singolo processore e' comparabile a quella di un numero di processori di PC di ordine 100. I risultati di queste ricerche sono presentati nella pubblicazione: [R1_1] Abbiamo inoltre sviluppato diversi algoritmi ottimizzati per l'analisi di sistemi definiti su reti, in particolare con l'obbiettivo di contare il numero di cicli presenti. Queste particolari

9

configurazioni sono importanti per studiare la struttura fine delle correlazioni per esempio fra azioni in un mercato finanziario ed e' importante disporre di metodi veloci e affidabili per valutarne l'entità e l'estensione. La nostra proposta consiste in un algoritmo approssimato efficiente, valido per una classe di reti assai vasta e di sicura applicabilità a casi realistici. Allo stato attuale, i test sono condotti su reti aleatorie e su reti tecnologiche come internet. Risultati positivi in questo campo permetteranno, nel futuro prossimo, di attaccare problemi di rilevanza finanziaria, in particolar modo la rete definita dalle correlazioni fra diverse azioni ottenuta con differenti soglie. Vedi pubblicazioni: [R1_2,R1_3] Si desidera evidenziare che molte delle ricerche svolte hanno visto una collaborazione dei ricercatori dell’Unità di Roma 1 con ricercatori di altre unità del progetto (specialmente con i nodi di Trieste, Ancona, Palermo e Piemonte Orientale). Lista delle pubblicazioni: [R1_1] F. Belletti, M. Cotallo, A. Cruz, L. A. Fernandez, A. Gordillo, A. Maiorano, F. Mantovani, E. Marinari, V. Martin-Mayor, A. Munoz-Sudupe, D. Navarro, S. Perez-Gaviro, J. J. Ruiz-Lorenzo, S. F. Schifano, D. Sciretti, A. Tarancon, R. Tripiccione, J. L. Velasco, Simulating spin systems on IANUS, an FPGA-based computer, Computer Physics Communications, submitted (2007). [R1_2] Enzo Marinari, Guilhem Semerjian, Valery Van Kerrebroeck, Finding long cycles in graphs, submitted (2007). [R1_3] Enzo Marinari, Guilhem Semerjian, On the number of circuits in random graphs, J. Stat. Mech. P06019 (2006). [R1_4] De Martino A, Giardina I, Tedeschi A, Marsili M, Generalized minority games with adaptive trend-followers and contrarians, PHYS REV E 70 (2): Art. No. 025104 Part 2 AUG 2004 [R1_5] A. Tedeschi, A. De Martino, I. Giardina, Coordination, intermittency and trends in generalized Minority Games, Physica A 358 529 (2005) [R1_6] Alfi V, De Martino, Pietronero L and Tedeschi A, Detecting the traders' strategies in Minority-Majority games and real stock-prices, Physica A (2007, to appear) [R1_7] Bianconi G, De Martino A, Ferreira F F and Marsili M, Mulit-asset Minority Games, Quantitative Finance (2007, to appear) [R1_8] De Martino A. and Marsili M, Statistical mechanics of socio-economic systems with heterogeneous agents. J. Phys. A, 39(43), R465-R540, 27 Oct. 2006 [R1_9] Enrico Scalas, Taisei Kaizoji, Michael Kirchler, Juergen Huber, Alessandra

10

Tedeschi, Waiting times between orders and trades in double-auction markets, Physica A, Volume 366, 1 July 2006, Pages 463-471 [R1_10] Enrico Scalas, Mauro Gallegati, Eric Guerci, David Mas, Alessandra Tedeschi, Growth and Allocation of Resources in Economics: The Agent-Based Approach, Physica A (in press). Unità di ricerca – INFM Unità di Trieste SISSA – Resp. Prof. Matteo Marsili Partecipanti al progetto: Matteo Marsili (responsabile) - Ginestra Bianconi (borsista del contratto) - Giacomo Raffaelli (PhD student SISSA) C. Borghesi, D. Fiaschi. L'obiettivo TS A2.1 di obiettivo 2 e' stato affrontato approfondendo e generalizzando il modello del Minority Game in diverse direzioni. In particolare: 1.1) abbiamo considerato agenti che analizzano il mercato pesando maggiormente il passato recente (memoria finita) e riscontrato che le non-linearità del modello producono fluttuazioni anomale molto violente [TS_2,TS_7]. Questo fenomeno, che è apparentemente controintuitivo, si manifesta come una vera e propria transizione di fase di cui solo ultimamente abbiamo compreso l'origine (risultato attualmente unpublished). 2.1) abbiamo generalizzato il modello del Minority Game introducendo popolazioni miste di trend-followers e contrarians. Tali generalizzazioni suggeriscono che il carattere del mercato è determinato dal gruppo di maggioranza. In particolare, il meccanismo di mercato del Minority Game può essere giustificato nei casi in cui esistano molti speculatori che usano strategie "round trip", e cioè che aprono e chiudono posizioni nello stesso giorno [TS_2]. Inoltre abbiamo studiato casi in cui il comportamento degli agenti dipende dalle condizioni di mercato. In particolare, a bassa volatilità gli agenti cercano di sfruttare il trend, mentre in condizioni di alta volatilità comportamenti di tipo contrarian (tipici di analisti di fondamentali) dominano [TS_1]. 3.1) abbiamo considerato l'effetto di una tassa sulle transazioni sulle proprietà statistiche delle fluttuazioni dei prezzi generati dal Minority Game [TS_10]. Come in altri studi, abbiamo trovato che l'introduzione di una tassa diminuisce la volatilità, specie nei regimi molto turbolenti, senza compromettere eccessivamente le proprietà di efficienza informativa del mercato. 4.1) abbiamo generalizzato il Minority Game a mercati con più di un asset [TS_9]. Lo scopo principale di questo lavoro era di capire l'effetto degli scambi di natura speculativa sulle correlazione tra i rendimenti di azioni dello stesso mercato. I risultati suggeriscono che gli speculatori non impongono nessuna particolare struttura alle correlazioni. Il nostro interesse si è rivolto ai modelli di mercati con molte azioni ed alle correlazioni

11

tra rendimenti di azioni, per due ragioni principali. Primo, i nostri sforzi nel realizzare l'obiettivo TS A2.2 di obiettivo 2 all'interno dei modelli a singola azione si sono rivelati vani. I modelli infatti descrivono una realtà altamente stilizzata i cui elementi trovano non facile riscontro nei dati empirici. Secondo, le correlazioni tra rendimenti di azioni presentano caratteristiche non-banali che non sono state ancora affrontate dalla modellizzazione agent based. I nostri contributi alla presente area di ricerca sono stati principalmente due: 1.2) analisi empirica di matrici di correlazione e loro dipendenza dall'orizzonte temporale [TS_8]. Studi precedenti mostravano che la struttura delle matrici di correlazione dei rendimenti finanziari ad alta frequenza è dominata dal comportamento collettivo (modo di mercato) mentre, andando verso frequenze più basse, la struttura dei settori economici si fa più evidente. Facendo un paragone con la dinamica di un sistema di particelle, abbiamo dimostrato che la struttura delle correlazioni delle coordinate relative (dove il modo di mercato, o del centro di massa, è stato sottratto) mostra la struttura dei settori economici già a frequenze elevate (5 minuti per il NYSE). Questo suggerisce che, come per i sistemi fisici, ha senso nello studio dei mercati separare la dinamica del centro di massa da quella delle coordinate relative. E' interessante notare che l'origine della separazione delle coordinate in fisica deriva dall'invarianza per traslazioni. Un analogo di questo principio è l'invarainza dei prezzi per cambiamento di scala. Questi risultati sono stati ottenuti analizzando 5 mercati diversi ad alta ed altissima frequenza, con diversi metodi di cluster analysis. 2.2) Abbiamo sviluppato un modello fenomenologico di un mercato a molte azioni. L'idea di base è che i mercati forniscono agli investitori la possibilità di diversificare il rischio con strategie ben note (e.g. teoria di Markovitz). Sebbene tali strategie siano derivate assumendo i prezzi come dati, il fatto che molti investitori seguano tali strategie ha ragionevolmente un impatto sulla dinamica dei prezzi. In particolare, tali strategie portano gli agenti a investire in modo correlato su diverse azioni, cosa che verosimilmente modifica le correlazioni tra i rendimenti delle azioni, che a loro volta entrano nella determinazione delle strategie di ottimizzazione del rischio. Abbiamo seguito la strategia fenomenologica di D. L. Landau al fine di derivare un modello che riproducesse nel modo più semplice possibile la mutua dipendenza tra rischio di mercato e strategie di portafoglio ottimale. Il modello è stato studiato analiticamente in dettaglio e predice una transizione di fase, come funzione del volume di scambi in portafogli ottimali, ad un regime di instabilità dinamica caratterizzato da correlazioni non stazionarie. Vicino alla transizione, il modello riproduce serie storiche molto simili a quelle osservate nei mercati reali. Inoltre, la semplicità del modello permette la stima dei parametri con metodi di massima verosimiglianza, e questi permettono di localizzare un mercato, in un particolare periodo, nello spazio dei parametri del modello (obiettivo chiaramente delineato in TS A2.2). I risultati indicano che i mercati operano vicino alla transizione alla fase instabile [TS_5,TS_6]. Questi lavori sono stati portati avanti anche grazie alla collaborazione tra i ricercatori dell’Unità di Trieste con ricercatori di altre unità del progetto (specialmente con i nodi di

12

Roma e di Palermo). Lista di pubblicazioni: [TS_1] De Martino A, Giardina I, Tedeschi A, et al. Generalized minority games with adaptive trend-followers and contrarians, PHYS REV E 70 (2): Art. No. 025104 Part 2 AUG 2004 [TS_2] Challet D, Marsili M, De Martino A, Stylized facts in minority games with memory: a new challenge, PHYSICA A 338 (1-2): 143-150 JUL 1 2004 [TS_3] Ferreira FF, Marsili M, Real payoffs and virtual trading in agent based market models, PHYSICA A 345 (3-4) 657-675 JAN 15 2005 [TS_4] De Martino A. and Marsili M, Statistical mechanics of socio-economic systems with heterogeneous agents, J. Phys. A, 39(43), R465-R540, 27 Oct. 2006 [TS_5] Raffaelli G. and Marsili M, Dynamic instability in a phenomenological model of correlated assets, JSTAT, L08001, 2006 [TS_6] Marsili M. and Raffaelli G., Risk bubbles and market instability, Physica A, 370(1), 18-22, 2006 [TS_7] Challet D., De Martino A., Marsili M. and Castillo I.P., Minority games with finite score memory, JSTAT, P03004, 2006 [TS_8] C. Borghesi, M. Marsili, S. Miccichè, Emergence of time-horizon invariant correlation structure in financial returns by subtraction of the market mode, Phys. Rev. E76, 026104 (2007). [TS_9] Bianconi G, De Martino A, Ferreira F F and Marsili M, Multi-asset Minority Games, 2006 Preprint arXiv:physics/0603152 (submitted to EPJB) [TS_10] G Bianconi, T Galla, M Marsili, Effects of Tobin Taxes in Minority Game markets, 2006 preprint arXiv:cond-mat/0603134 (submitted to J. Econ. Behav. and Organization) Unità di ricerca – Università di Alessandria – Resp. Prof. Enrico Scalas Partecipanti al progetto: Enrico Scalas (responsabile, Alessandria), Matteo Leccardi (Alessandria) - Massimo Riani (Genova) - Andrea Ridi (Genova) - Tiziana Di Matteo (Canberra) - Tomaso Aste (Canberra). Collaboratori nell’ultimo periodo di attività: Gilles Daniel (Zurigo) - Taisei Kaizoji (Tokio) - Mauro Politi (Milano) - Bence Toth (Budapest)

13

A proposito delle attività di cui agli obiettivi A4.1 e A4.4 dell’obiettivo 3 del progetto si scriveva nella relazione finale del secondo anno: “La prima commessa prevista nell'attività A4.1 di obiettivo 3 è stata completata. Dopo un bando di gara cui sono state invitate a partecipare cinque aziende, si è selezionata l'offerta di Tethis S.r.l. che ha successivamente distaccato presso il laboratorio di Alessandria un suo collaboratore, il Dr. Matteo Leccardi da novembre 2004 ad aprile 2005.” ed anche: “L’attività A4.4 di obiettivo 3 è all'inizio. Lo Starter Kit sopra descritto è un ambiente di sviluppo sufficientemente versatile e dovrebbe essere possibile la realizzazione hardware di vari metodi di valutazione di opzioni. Si avvieranno al più presto consultazioni al riguardo con il gruppo di Genova.” Sfortunatamente alla fine del secondo anno era disponibile per l’unità di Alessandria per questo progetto una cifra di circa 11400 euro, che risultava insufficiente a finanziare la seconda commessa prevista per completare questa parte del progetto. Poiché l’unità non aveva a disposizione altre risorse per tale commessa non è stato possibile far partire il bando di gara. Il lavoro si è quindi concentrato sugli altri due punti. Prima di elencare gli sviluppi positivi del progetto, sia consentito di far rilevare le seguenti criticità. La proposta è stata presentata nella primavera del 2001. Il progetto è stato approvato nel 2003 quando aveva già alcune caratteristiche di obsolescenza per gli obiettivi di questa unità. L’Unità di Alessandria ha ricevuto una dotazione di poco inferiore a 30000 euro solo nel dicembre 2003. Nell’estate 2004 si è dovuta presentare la prima rendicontazione del lavoro svolto, e questo è avvenuto meno di sei mesi dopo aver ricevuto i fondi. Si osservi che, in assenza di disponibilità immediata di fondi per il cofinanziamento non tutte le amministrazioni universitarie possono accettare di emettere ordini o bandi di gara nei tempi coerenti con i progetti avviati. Quindi nel caso della presente unità il tempo trascorso dall’approvazione del progetto all’erogazione del finanziamento è stato perduto. Questo problema è stato mitigato dalla proroga finale, ma è stato acuito dal fatto che la seconda tranche di finanziamento non è mai giunta all’Unità. Per quanto riguarda i risultati principali ottenuti, relativamente alle obiettivi delle attività PO A4.2 e PO A4.3, è proseguita la ricerca sull’applicazione dei cammini aleatori a tempo continuo in finanza ed economia [PO_1,PO_2,PO_5,PO_7,PO_8,PO_10]. In particolare, si sono ottenuto ottimi risultati sia per quanto riguarda l’anomalia nei tempi di attesa tra ordini e contrattazioni [PO_1,PO_2,PO_5,PO_10] sia per l’introduzione di un nuovo e semplice modello per i dati finanziari ad altissima frequenza [PO_8]. Quest’ultimo modello viene ora verificato empiricamente in collaborazione con Alessandra Tedeschi, Mario Nicodemi, Tomaso Aste e Tiziana Di Matteo. Si è iniziato poi un lavoro sull’asta doppia continua e sull’influenza di questo metodo di contrattazione sulle proprietà statistiche dei dati finanziari [PO_6,PO_9] che ha portato anche a sviluppare un database sulla microstruttura dei mercati finanziari: http://www.complexity-research.org/old/mad/index.html Lista delle Pubblicazioni:

14

[PO_1] E. Scalas, The application of continuous-time random walks in finance and economics, Physica A, 362 (2006) 225-239. [PO_2] E. Scalas, T. Kaizoji, M. Kirchler, J. Huber e A. Tedeschi, Waiting times between orders and trades in double-auction markets, Physica A, 366 (2006) 463-471. [PO_3] E. Scalas, U. Garibaldi e S. Donadio, Statistical equilibrium in simple exchange games I, The European Physical Journal B, 53 (2006) 267-272. [PO_4] E. Scalas, M. Gallegati, E. Guerci, D. Mas and A. Tedeschi, Growth and allocation of resources in economics: The agent-based approach, Physica A 370 (2006) 86-90. [PO_5] M.M. Meerschaert ed E. Scalas, Coupled continuous time random walks in finance, Physica A, 370 (2006) 114-118. [PO_6] E. Scalas e K. Kim, The Art of Fitting Financial Time Series with Lévy Stable Distributions, Journal of the Korean Physical Society, 50 (2007), 105-111. [PO_7] G. Mosetti, G. Jug ed E. Scalas, Power laws from randomly sampled continuous-time random walks, Physica A 375 (2007) 233-238. [PO_8] E. Scalas, Mixtures of compound Poisson processes as models of tick-by-tick financial data, Chaos, Solitons and Fractals, 34 (2007) 33-40. [PO_9] B. Tóth, E. Scalas, J. Huber and M. Kirchler, The value of information in a multi-agent market model, , (2007) 115-120. Manoscritti: [PO_10] M. Politi ed E. Scalas, Activity spectrum from waiting-time distribution, Physica A, in stampa. Seminari e Presentazioni a Congressi: [1] E. Scalas, Equilibrium and non-equilibrium in Physics and Economics, presentazione orale su invito all’Econophysics Colloquium, Canberra, Australia, 14-18 novembre 2005. [2] E. Scalas, Agent based simulation of a double-auction market with heterogeneously informed agents, presentazione orale a Complexity 2006, Third International Meeting “Complex Behavior in Economics: Modeling, Computing and Mastering Complexity”, Aix-en-Provence, Francia, 17-21 maggio 2006. [3] E. Scalas, Statistical equilibrium in Multi-agent models, presentazione orale a 1st International Conference on Economic Sciences with Heterogeneous Interacting Agents,

15

Bologna, Italia, 15-17 giugno 2006. [4] G. Daniel, Wealth distribution in a simulated double auction, presentazione orale a 1st International Conference on Economic Sciences with Heterogeneous Interacting Agents, Bologna, Italia, 15-17 giugno 2006. [5] E. Scalas, Statistical Equilibrium in Multi-Agent Models seminario tenuto al Department of Computer Science della National Defense Academy, Yokosuka, Giappone, 8 novembre 2006. [6] E. Scalas, The various aspects of Econophysics introduzione al simposio conclusivo dell’Econophysics Colloquium, Mitaka, Tokyo, Giappone, 25 novembre 2006. [7] E. Scalas, The Application of Continuous-Time Random Walks in Finance and Economics presentazione orale su invito all’Econophysics Workshop organizzato dal Prof. Yoshikawa alla Tokyo University, Giappone, il 27 novembre 2006. [8] E. Scalas, Tolstoy's dream and the quest for statistical equilibrium in Economics and the Social Sciences presentazione orale su invito al meeting in onore del Prof. Masanao Aoki organizzato alla Chuo University, Tokyo, Giappone dal Prof. Aruka il primo dicembre 2006. [9] E. Scalas, The value of information in a multi-agent market model: The luck of the uninformed, seminario tenuto al CeNDEF, Department of Statistics and Economics, University of Amsterdam, Paesi Bassi, 26 aprile 2007. Organizzazione di congressi: Enrico Scalas è stato uno degli organizzatori, nel novembre del 2006 del “Third Bonzenfreies Colloquium on Market Dynamics and Quantitative Economics” e dell’“Econophysics Colloquium”. L’evento ha avuto luogo all’International Christian University di Tokyo. Organizzatore locale era il prof. Taisei Kaizoji. Unità di ricerca – CNR Istituto Applicazioni Calcolo Roma – Resp. Prof. Massimo Bernaschi Partecipanti al progetto: Massimo Bernaschi (responsabile), Massimiliano Adamo, Maya Briani, Marco Papi, Gianna Proietti, Benedetto Piccoli, Davide Vergni. Le attività dell'IAC-CNR per tutta la durata del progetto hanno riguardato esclusivamente l'Obiettivo 4, ossia le Scelte di Portafoglio. Tutti gli obiettivi dichiarati in fase di preparazione del progetto (attivita` IAC A1, IAC A2 e IAC A3) sono stati raggiunti, infatti: 1) è stato realizzato un prototipo software, attualmente in uso al Ministero dell'Economia

16

e delle Finanze, che permette il calcolo del trade-off tra il costo e il rischio di varie scelte di portafoglio di titoli di debito pubblico rispetto alla variazione degli scenari dei tassi di interesse. Una volta fissato un dato scenario di evoluzione dei tassi di interesse è possibile ottenere il portafoglio che ottimizza (minimizza) il costo del servizio del debito, rispettando tutta una serie di vincoli di bilancio e di mercato. Tutti i titoli di debito (a esclusione di quelli in valuta estera) attualmente in uso dal Ministero dell'Economia e delle Finanze sono inclusi nel modello; 2) sono stati sviluppati vari modelli per l'evoluzione della struttura dei tassi di interesse tenendo conto delle principali grandezze macroeconomiche (in particolare l'andamento del tasso della Banca Centrale Europea e dell'inflazione Europea) [IAC_1]. I modelli sviluppati appartengono a diverse categorie - evoluzione stocastica multivariata basato sulla Principal Component Analysis; - modelli di equilibrio: variante multivariata del modello di Cox Ingersoll and Ross [IAC_2]; - modelli parsimoniosi: variante dinamica del modello di Nelson and Siegel. La generazione degli scenari [IAC_3] ottenuta dai vari modelli proposti fornisce l'input al software di gestione del debito pubblico per l'analisi costo-rischio dei portafogli. Inoltre, per quanto riguarda l'analisi costo rischio, sono state proposte una serie di nuove misure di costo e di rischio che tengono conto della dinamica di evoluzione del debito pubblico nel medio e lungo termine [IAC_4,IAC_5]. Lista delle pubblicazioni: [IAC_1] M. Adamo, A. Amadori, D. Vergni et al., Optimal Strategies for the Issuances of Public Debt Securities, Int. Journal Of Theoretical and Applied Finance 7 (2004) 805. [IAC_2] M. Bernaschi, L. Torosantucci, A. Uboldi, Empirical evaluation of the market price of risk using the CIR model, Physica A, 376 (2007) 543 [IAC_3] M. Bernaschi, M. Briani, M. Papi and D.Vergni., Scenario-Generation Methods for an Optimal Public Debt Strategy, Quant. Finance 7 (2) (2007) 217-229 [IAC_4] M. Bernaschi, E. Tacconi and D.Vergni., A parametric study of the term structure dynamics, sottomesso a Physica A (2007) [IAC_5] M. Bernaschi, A. Missale and D.Vergni., Which cost function for an effective public debt management? in fase di sottomissione Seminari e presentazioni a congresso: [1] M. Bernaschi, Tecniche per la scelta di un portafoglio ottimale di titoli di debito pubblico, Venezia, Conferenza AIRO (Settembre 2003).

17

[2] M. Bernaschi, Optimal Strategies for the Issuances of Public Debt Securities, Seminario presso l'Università Luiss di Roma (Giugno 2004) [3] M. Bernaschi, Optimal Strategies for the Issuances of Public Debt Securities, Seminario presso il King's College di Londra (Novembre, 2004) [4] M. Bernaschi, M. Papi, D. Vergni, Scenario Generation Methods for Public Debt Management, Computing in Economics and Finance, Lymassol (CYPRUS), 2006 Prototipi Software: E' in produzione presso il Ministero di Economia e delle Finanze il pacchetto software per la definizione della politica ottimale di emissione di titoli di stato e per la generazione degli scenari dei tassi di interesse. Tale software include tre diversi modelli di generazione dei tassi di interesse (legati anche all'andamento di grandezze macroeconomiche) e permette di effettuare sia l'ottimizzazione di portafogli di debito pubblico, sia l'analisi costo rischio utilizzando degli indicatori statistici che tengono conto della dinamica di crescita del debito. Unità di ricerca – Università di Firenze – Resp. Prof. Giampiero M. Gallo Partecipanti al progetto: Giampiero M. Gallo (responsabile) - Giovanni De Luca (U. Parthenope Napoli) - Christian T. Brownlees - Margherita Velucchi - Fabrizio Cipollini. L'attività di ricerca svolta dall'unità di Firenze si è incentrata su: (i) lo sviluppo di strumenti software per la gestione e analisi dei dati (obiettivo FI A5.1 di obiettivo 3 del progetto), (ii) l'approfondimento delle metodologie econometriche e statistiche per l'analisi delle dinamiche ad altissima frequenza (obiettivi FI A5.2 e FI A5.3 di obiettivo 3 del progetto), (iii) e lo sviluppo di applicazioni empiriche su modellazione e previsione di serie storiche finanziarie costruite con dati ad altissima frequenza (obiettivo FI A5.4 di obiettivo 3 del progetto). Le principali aree di applicazioni empiriche sono state l'analisi intra-giornaliera delle durate fra eventi sui mercati finanziari e l'analisi giornaliera del rischio basata su misure di volatilità costruite con dati ad altissima frequenza. Le analisi empiriche sono state realizzate sui dati del database TAQ del New York Stock Exchange. L'unità di ricerca di Firenze si è concentrata sulla realizzazione di strumenti software per la gestione dei dati ed per l’individuazione delle regolarità empiriche di queste serie finanziarie. Questa parte della ricerca ha messo in evidenza le complicazioni di carattere operativo che emergono nella gestione di basi dati di elevata dimensione, documentato alcune

18

categorie di anomalie presenti nei dati ed ha proposto delle soluzioni di carattere operativo per ovviare a tali complicazioni. I risultati di questa analisi sono documentati in [FI_1]. Inoltre è stato realizzato un toolbox software per Matlab per piattaforme Linux e Windows per lo studio delle basi dati ad alta frequenze che è disponibile gratuitamente all'indirizzo http://www.ds.unifi.it/fedra. [ Punti (i) e (ii) degli obiettivi FI A51.4 di obiettivo 3 del progetto]. Molte serie storiche di carattere finanziario possono essere modellate utilizzando la famiglia dei Modelli ad Errore Moltiplicativo (MEM) proposta da Engle e Gallo (2006) (ref. [FI_2]) come estensione dei celebri modelli della famiglia ARCH. Alcune problematiche emerse nello studio di serie finanziare costruite su dati ad altissima frequenza hanno motivato una ricerca di natura metodologica. L'unità di ricerca ha contribuito ad estendere la metodologia d'analisi per questa classe di modelli proponendo estensioni multivariate del modello (Cipollini, Engle & Gallo (2006)) in ref. [FI_3], proponendo modelli MEM flessibili per la previsione di serie con componenti altamente nonlineari [FI_4]) ed ha approfondito le problematiche della scelta del modello finalizzata alla previsione [FI_5]. Questi risultati riguardano i punti (vii) e (viii) degli obiettivi FI A51.4 di obiettivo 3 del progetto. I contributi di analisi esplorativa, sviluppo software e sviluppo metodologico sono stati finalizzati allo sviluppo di applicazioni empiriche di modellazione e previsione di serie finanziarie costruite su dati ad altissima frequenza. L'unità di Firenze ha sviluppato diverse applicazioni sull'analisi intra-giornaliera di durate tra eventi finanziari finalizzate a sviluppare modelli più realistici e con miglior capacità previsiva. In [FI_5] viene introdotta una nuova metodologia di previsione che su un campione di dati del NYSE produce previsioni significativamente migliori della metodologia standard. In ref.s [FI_6,FI_7] si analizzano le proprietà dei modelli per la durata condizionatamente autoregressivi (ACD) e si propongono delle estensioni che utilizzano misture di densità esponenziali. Nel lavoro del 2004 [FI_6] i pesi delle misture sono fissi; in quello del 2007 [FI_7] i pesi delle misture sono variabili nel tempo e funzioni di variabili collegate all’attività sui mercati finanziari. Un'altra area applicativa di notevole interesse è quella dello studio della volatilità utilizzando misure di volatilità intra-giornaliere. L'unità di Firenze ha approfondito le tematiche della modellazione di tali misure con particolare attenzione ai temi delle interazioni fra misure di volatilità [FI_2,FI_3] e fra predittori della volatilità [FI_8]. L'analisi ha messo in evidenza la presenza di legami significativi fra varie misure di volatilità e fra volatilità ed alcune particolari serie finanziarie (volatilità overnight, volumi medi per transazione). Tali legami risultano utili per migliorare la capacità previsiva dei modelli standard e permettono di raggiungere un maggior efficienza statistica nelle applicazioni che necessitano previsione di volatilità come per esempio il Value--at--Risk [FI_8,FI_9]. Questi risultati riguardano attività dei punti (iii), (iv), (v) e (vi) degli obiettivi FI A51.4 di obiettivo 3 del progetto. Si desidera inoltre citare che fra le attività di formazione specifiche va menzionato il

19

periodo passato dal Dott. Brownlees alla University of California – San Diego da gennaio a luglio 2006 per ricerche connesse ai lavori sopra descritti. Lista delle pubblicazioni: [FI_1] Brownlees, C. & Gallo, G. M. (2006), ‘Financial econometric analysis of ultra–high frequency: data handling concerns’, Computational Statistics and Data Analysis 51, 2232–2245. [FI_2] Engle, R. & Gallo, G. (2006), ‘A multiple indicator model for volatility using intra daily data’, Journal of Econometrics 131, 3–27. [FI_3] Cipollini, F. & Engle, R.F. & Gallo, G.M. (2006) 'Vector Multiplicative Error Models: Representation and Inference', NBER Working Papers 12690, National Bureau of Economic Research. [FI_4] Brownlees, C. & Gallo, G. (2007a), 'Flexible time series forecasting using shrinkage techniques and focused selection criteria', Technical report, Dipartimento di Statistica ‘G.Parenti’, Università di Firenze. WP 2007-2. [FI_5] Brownlees, C. & Gallo, G. (2007b), 'Volatility Forecasting Using Explanatory Variables and Focused Selection Criteria', Technical report, Dipartimento di Statistica ‘G.Parenti’, Università di Firenze. WP 2007-4. [FI_6] De Luca G. & Gallo G.M. (2004) 'Mixture Processes for Financial Intradaily Durations', Studies in Nonlinear Dynamics & Econometrics: Vol. 8: No. 2, Article 8. [FI_7] De Luca G. & Gallo G.M. (2006) 'Time-Varying Mixing Weights in Mixture Autoregressive Conditional Duration Models', Technical report, Dipartimento di Statistica ‘G.Parenti’, Università di Firenze. WP 2006-12, forthcoming Econometric Reviews. [FI_8] Brownlees, C.T. & Gallo, G. (2007c), 'Comparison of volatility measures: a risk management perspective', Technical report. [FI_9] Gallo, G. & Velucchi, M. (2007), Ultra–high frequency measures of volatility: an MEM–based investigation, Technical report, Dipartimento di Statistica ‘G.Parenti’, Università di Firenze. WP 2007-01. Unità di ricerca – Università Politecnica delle Marche – Resp. Prof. Gallegati Partecipanti al progetto: Mauro Gallegati (responsabile) - Antonio Palestrini - Alberto Russo - Vincenzo Tola.

20

Nel terzo anno di progetto, la ricerca ha, anzitutto, implementato la costruzione di un framework per la costruzione di mercati finanziari artificiali con agenti eterogenei sia rispetto ai belief degli agenti che alle strategie adottate. La decisione degli agenti economici viene modellata in modo probabilistico con distribuzioni di Gibbs che tengono conto sia dell'analisi fondamentale che dell'interazione diretta dovuta all'herding behavior che caratterizza molti contesti strategici in campo finanziario [tema di ricerca dell’obiettivo AN A6.1 di obiettivo 2 del progetto]. Tale framework è stato pubblicato in [AN_1] e [AN_2]. Nel primo lavoro in particolare si analizza la dinamica del mercato artificiale considerando esogena la frazione di herding agents, mentre nel secondo tale frazione evolve con processi di apprendimenti modellati con algoritmi genetici. Tali lavori mostrano che l'eterogeneità degli agenti genera dinamiche molto complesse a parità di valori fondamentali dei titoli. Inoltre si dimostra che, in tale framework, l'herding behavior è razionale durante le bolle speculative poiché i profitti attesi degli herding agents sono sufficientemente alti da compensare per il maggior rischio associato a tali strategie rispetto a quelle fondamentaliste [obiettivi AN A6.1 e A6.2]. Tale framework ci ha permesso di analizzare, inoltre, un altro noto fatto stilizzato investigando il legame esistente tra i vincoli finanziari degli agenti che operano in borsa e il pattern "tipico" delle bolle finanziarie. Nella nota lista di bolle speculative della storia mondiale, Charles Kindleberger (Kindleberger, C.P. (2000) Manias, Panics, andCrashes: A History of Financial Crisis, 4th edn.NewYork: John Wiley & Sons) descrive la dinamica di numerosi casi storici concludendo che esiste un "pattern caratteristico" delle bolle finanziarie. In particolare: 1) vi è una prima fase in cui ci si allontana dal valore fondamentale; la bolla raggiunge il suo picco dopo un periodo di espansione del credito e di generale euforia. 2) Il crash non arriva subito ma viene preceduto da una serie di periodi (di lunghezza variabile) in cui il prezzo ritorna verso il fondamentale. Tale lasso di tempo tra il picco e il crash, che viene denominato da Kindleberger the "Period of Financial Distress" (PFD), periodo di tempo che non è spiegabile ricorrendo ai modelli tradizionali (e anche meno tradizionali). Il nostro lavoro (si veda [AN_3]) spiega tale pattern tipico introducendo vincoli di fragilità finanziaria nel framework descritto in [AN_1] caratterizzato da comportamenti di tipo herding e switching dei prior sul fondamentale da parte di agenti eterogenei [obiettivo AN A6.2 dell’obiettivo 2 del progetto]. L'analisi, condotta attraverso le simulazioni del modello, mostra che il PFD è determinato dalle dinamiche della distribuzione della ricchezza degli agenti. In particolare viene mostrato che il PFD è il periodo di tempo affinché una frazione sufficientemente grande di agenti cominci a vendere a causa dei vincoli finanziari. Incrementando la velocità con cui viene effettuato lo switching tra le strategie più profittevoli tale periodo aumenta e diminuisce l'ampiezza della bolla. Ampiezza che ha invece una relazione positiva con la frazione di herding agents; risultato questo in linea con quanto documentato dalla letteratura precedente. A causa di disponibilità di accesso a banche dati insufficiente nel mettere in relazione la situazione finanziaria degli agenti con le dinamiche dei titoli non si è ancora completata l'analisi empirica dei regimi di switching behavior che emergono dai lavori sopra citati come risultante dell'interazione strategica nelle decisioni individuali [obiettivo AN A6.2

21

dell’obiettivo 2 del progetto]. Lista delle pubblicazioni: [AN_1] - Bischi G.I., Gallegati M., Gardini L.,Leombrini R., Palestrini A. (2006),Herd behavior and non-fundamental asset price fluctuations in financial markets, Macroeconomic Dynamics 10:4, 502-528. [AN_2] - Chiarella C., Gallegati M., and Palestrini A.(2003), Asset Price Dynamics Among Heterogeneous Interacting Agents, Computational Economics, vol. 22:2, 213-223. [AN_3] – Gallegati M., Palestrini A., and Rosser B. (2007), The Period of Financial Distress in Speculative Markets: Interacting Heterogeneous Agents and Financial Constraints, submitted to Macroeconomic Dynamics. Unità di ricerca – Dipartimento di Economia e Istituzioni – Università di Tor Vergata - Resp. Prof. Michele Bagella Partecipanti al progetto: Michele Bagella (responsabile scientifico), Massimo Tivegna, Stefano Caiazza, Rocco Ciciretti, Chiara Coluzzi, Riccardo Pacini, Paolo Paesani, Danilo Pelusi, Massimo Regoli, Vladimir Zdravkovic, Ilija Ivan Zovko. L’attività di ricerca presso l’Unità di ricerca di Tor Vergata parte nel mese di maggio 2005 data la procedura di trasferimento della responsabilità da CMA (società del gruppo Deloitte ora liquidata) all’Università di Tor Vergata. Il trasferimento ha ottenuto il nulla osta in data 27 gennaio 2005 ed è diventato effettivo in data 17 marzo 2005. Il progetto sotto la responsabilità dell’Unità “Tor Vergata” ha come scopo: a) Consolidamento dello studio dell’allocazione ottimale di portafoglio alla luce delle dinamiche delle diverse componenti di rischio. Sviluppo tecnologico per l’importazione di tecniche di calcolo parallelo nell’ambito delle imprese. Formazione/Collaborazione Studenti (attività A8.1 di obiettivo 4 del progetto). b) Utilizzazione di HPC per servizi di Computer Aided Asset Liability Management e per ingegnerizzazione di prodotti finanziari (attività A8.2 di obiettivo 4 del progetto). c) Analisi dell’impatto di shocks ed eventi politici ed economici sulla dinamica dei prezzi degli asset e delle ripercussioni sulla gestione di portafoglio. Formazione/Collaborazione Studenti (attività A8.3 di obiettivo 4 del progetto). Coerentemente con quanto sopra l’Unità “Tor Vergata” ha provveduto ad attivare alcune risorse interne ed esterne al Dipartimento di Economia ed Istituzioni. Tra le risorse

22

interne figurano: dott. Stefano Caiazza (ricercatore), dott.ssa Chiara Coluzzi (dottoranda), dott. Riccardo Pacini (dottorando), dott. Paolo Paesani (Ph.D., assegnista di ricerca), dott. Massimo Regoli (ricercatore), dott. Vladimir Zdravkovic (dottorando). Tra le risorse esterne al Dipartimento figurano: dott. Rocco Ciciretti (Ph.D., Federal Reserve Bank Atlanta), dott. Ilija Ivan Zovko (Università di Amsterdam), dott. Danilo Pelusi (Università di Teramo), prof. Massimo Tivegna (Università di Teramo e LUISS Guido Carli). Alla luce degli obiettivi assegnati all’unità di ricerca e delle competenze specifiche dei partecipanti a quest’ultima fase del progetto, l’attività di ricerca si è sviluppata secondo cinque direttrici distinte, sotto il coordinamento del Dott. Riccardo Pacini. In particolare, Paolo Paesani e Rocco Ciciretti hanno elaborato una ricerca dal titolo “Monetary Policy and Stock Market Risk Perception in the U.S”. Tale ricerca, che studia il rapporto tra formulazione della politica monetaria e percezione del rischio di Borsa nel caso statunitense, s’inserisce nell’attività A8.3 dell’obiettivo 4 del progetto. Il lavoro si apre con una disamina attenta della letteratura teorica ed empirica in materia di politica monetaria e prezzo delle attività finanziarie. Si procede quindi alla stima di una regola di Taylor come rappresentazione compatta della funzione di reazione della banca centrale, applicando il metodo generalizzato dei momenti (metodologia GMM). La regola, che pone il tasso di policy in funzione dell’inflazione, dell’output gap e del tasso di policy ritardato di un periodo, è aumentata attraverso l’inclusione dell’indice implicito di rischio per il possesso di azioni (Implied Equità Risk Premium) tra i fattori che determinano la politica monetaria. Dalla stima della regola di Taylor emerge la presenza di una relazione inversa tra andamento del premio per il rischio e tasso di policy. Tale relazione è compatibile con l’idea che la banca centrale, a parità di altre condizioni, tenda ad aumentare i tassi d’interesse ufficiali nelle fasi in cui maggiore è il rischio che si determini nel mercato una bolla speculativa. La robustezza dei risultati è comprovata applicando ai dati un secondo metodo di stima, il metodo del VAR cointegrato, che permette di trattare dati non stazionari meglio di quanto non sia possibile nell’ambito della metodologia GMM. I dati macroeconomici sono stati elaborati da Dott. Paolo Paesani partendo da informazioni estratte dalle International Financial Statistics del Fondo Monetario Internazionale. I dati relativi al premio di rischio implicito sul possesso di titoli azionari (IERP), sono stati elaborati dal Dott. Rocco Ciciretti partendo da informazioni estratte dalla banca dati Datastream e Thomson Financial. Ilija Ivan Zovko e Paolo Paesani hanno elaborato una ricerca dal titolo “Local Compatibility Constrained Financial Market Dynamics with Asymmetric Agent Interactions”. Tale ricerca s’inserisce nell’attività A8.3 dell’obiettivo 4 del progetto. La ricerca studia le proprietà delle reti di scambio che emergono nel sistema di matching degli ordini all’interno di un mercato finanziario. I dati utilizzati provenongo dalla Borsa Di Londra (London Stock Exchange, LSE) e rendono possibile confrontare gli ordini limite e gli ordini in blocco. Il confronto principale è realizzato utilizzando misure standard di centralità (degree, closeness and betweenness) sviluppate nell’ambito della teoria dei grafi. Il confronto si effettua a livello di grafico e su misure a livello di singolo agente. Il risultato principale della ricerca consiste nel mostrare che sebbene il grado di

23

centralità non sia apprezzabilmente diverso se si confrontano i limit orders e i block orders, il grado di closeness e quello di betweenness differiscono in maniera sostanziale nel confronto fra i due mercati. La ricerca contiene anche un confronto fra le reti esistenti e un modello di matching casuale, dal quale emerge una sostanziale somiglianza fra il matching casuale e quello che si realizza nell’ambito dei limit orders. Vladimir Zdravkovic ha elaborato una ricerca dal titolo “. Tale ricerca, che verte sull’analisi degli effetti dell’eterogeneità degli agenti, delle interazioni sociali fra loro e delle asimmetrie informative, sulle serie temporali dei prezzi nel mercato finanziario applicando modelli teorici e simulazioni tipo Monte Carlo, s’inserisce nelle attività A8.1 e A8.3 dell’obiettivo 4 del progetto. Il Dott. Zdravkovic modella i mercati con le diverse tipologie della rete degli agenti e diversi livelli di asimmetrie nel trasferimento delle informazioni, utilizzando le regole standard di bid-ask per la formazione dei prezzi, definite a partire dalla microstruttura del mercato, con l’intenzione di includere nelle simulazioni in futuro anche le aspettative (ir)razionali. Nella ricerca si esplorano diverse possibilità per il comportamento degli agenti e le distribuzioni della loro capacità di acquistare i titoli, includendo gli agenti che possono comprare o vendere solo una unità (piccoli investitori) o più unita di (grandi investitori) o non acquistare nessuna azione in un singolo passo di tempo. Le strategie assunte degli investitori possono essere più o meno razionali (per esempio, gli analisti tecnici verso i fondamentalisti). I modelli esistenti sono generalizzati non prendendo tutte le interazioni tra gli agenti strettamente positive (positive spillovers), ma vincolandole soltanto alla positività in media: gli agenti maggiormente seguono i loro vicini, ma non in tutte le situazioni. Si vuole enfatizzare che il modello possiede le asimmetrie informative nel senso che alcuni agenti sono influenzati di più dalla parte di alcuni altri, e le interazioni non sono simmetriche. Il concetto delle asimmetrie informative sarà esteso introducendo diversi insiemi informativi tra gli agenti. In questo setup generiamo come output diverse serie temporali dei prezzi e calcoliamo, tra le altre quantità, le loro volatilità (per esaminare volatility clustering), prezzo-prezzo, prezzo-volatilità e volatilità-volatilità funzioni di correlazione. Queste quantità stiamo studiando utilizzando diversi strumenti di statistici e di fisica statistica. Il risultato finale di questo studio sarà rappresentato con una comparazione tra i dati sintetizzati e le serie temporali dei mercati finanziari. Chiara Coluzzi ha elaborato una ricerca sul tema “Un’analisi dell’opzione implicitamente concessa dal Ministero del Tesoro Italiano ai Primary Dealers in occasione delle riaperture d’asta riservate”. L’analisi prende spunto dal processo di allocazione da parte del Ministero del Tesoro Italiano dei Titoli di Stato sul mercato primario, e dagli obblighi e privilegi cui è sottoposto un sottoinsieme di Primary Dealers, i cosiddetti Specialisti. La ricerca si focalizza su uno dei più importanti privilegi. Questo è costituito dal diritto di partecipare alle riaperture d’asta riservate il giorno successivo all’asta ordinaria e acquistare, quindi, una quantità aggiuntiva predeterminata di titoli al prezzo di aggiudicazione dell’asta. L’obiettivo di questa ricerca è modellare tale privilegio e sviluppare una metodologia per il suo pricing. La disponibilità in forma elettronica di informazioni dettagliate sui prezzi sul mercato secondario rende possibile la valutazione del prezzo non solo dei Titoli di Stato attualmente scambiati sui mercati, ma anche di strumenti impliciti nella microstruttura del mercato stesso. Si procede, quindi, a

24

modellare questo privilegio come un’opzione di acquisto, call, europea scritta dal Tesoro sui titoli in asta con strike price pari al prezzo di aggiudicazione dell’asta stessa. Tecniche analitiche, numeriche e simulative spesso mutuate dalla fisica sono ormai strumenti comuni della finanza in tempo continuo. In questa ottica il lavoro passa in rassegna le diverse modalità di pricing di derivati contrapponendo l’approccio classico al più moderno approccio di mercato (Heat-Jarrow-Morton). Il risultato della rassegna porta alla scelta di rappresentare l’evoluzione del tasso di interesse istantaneo come un’equazione differenziale stocastica secondo il modello di equilibrio generale Cox – Ingersoll – Ross (CIR) ad un fattore e a tempo omogeneo. A partire dai prezzi giornalieri dei Titoli di Stato, registrati alla chiusura del mercato secondario regolamentato all’ingrosso MTS, i parametri del modello sono calibrati in modo cross-section tramite la tecnica dei minimi quadrati non lineari (NLS). Questo ha richiesto lo sviluppo di una procedura numerica per l’ottenimento di punti di partenza ottimali per la soluzione del problema di minimizzazione della funzione obiettivo. Il modello è calibrato su tutti i giorni di mercato per gli anni 2004-2005 e per il primo trimestre del 2006. Dall’analisi temporale dei parametri ottenuti si conferma che il CIR è in grado di approssimare in modo soddisfacente la curva dei tassi di interesse, e quindi il prezzo dei Titoli di Stato. Per esempio, nei casi in cui la curva non è ben approssimata, il modello rende comunque possibile determinarne la causa. Inoltre, l’analisi dei residui del modello è utile per individuare le strategie di portafoglio che prevalgono sul mercato. Una volta verificata l’efficienza del CIR è possibile utilizzarne i parametri per il calcolo del prezzo teorico dell’opzione. Questa analisi è condotta per il 2004 sui titoli BTP a 10, 5 e 3 anni non indicizzati e sui CTZ a 2 anni. Si trova che nella maggior parte delle giornate di asta, nel momento in cui si chiude l’asta ordinaria e nasce il diritto di opzione, il prezzo sul mercato primario del titolo oggetto d’asta è superiore a quello sul secondario (overpricing). Il prezzo teorico dell’opzione scritta su un singolo titolo risulta quasi sempre superiore all’entità dell’overpricing. Inoltre, il tasso di esercizio della call è più alto per quei titoli in cui il valore dell’opzione supera più spesso l’overpricing. Questo è coerente con l’ipotesi che gli operatori conoscono il valore dell’opzione e la sfruttano per implementare strategie di portafoglio. Una possibile teoria è che subito prima dell’asta i Primary Dealers tendono a deprimere il valore sul secondario del titolo in asta con la finalità di tenere bassi i prezzi in asta. Tuttavia, il prezzo in asta è influenzato dal complesso di obblighi e privilegi concessi agli Specialisti, e quindi anche dal valore dell’opzione implicita, generando così l’overpricing. In conclusione questa ricerca non solo sviluppa una metodologia per il pricing dell’opzione implicita nella riapertura riservata, ma è anche parte integrante dell’analisi costi-benefici dell’insieme degli obblighi e privilegi a cui sono sottoposti gli Specialisti. Un effetto visibile di questo rapporto è dato dall’overpricing riscontrato nel corso della ricerca. La fonte dei dati sul mercato secondario MTS è il database “MTS Time Series”. Le informazioni relative ai risultati delle aste sono disponibili sul sito web del Tesoro. Stefano Caiazza e Massimo Regoli hanno elaborato una ricerca sul tema “Modelling bank merger and acquisition by a drop size distribution model”. Utilizzando un modello sviluppato da Accardi Galati, Koroliuk, Pacini e Regoli al (1994) e parzialmente rielaborato da Galati. Accardi, Alfonsi, Pacini e Regoli. (1998) sull’evoluzione della distribuzione della dimensione delle gocce di pioggia, la ricerca si focalizza

25

sull’esplorazione del legame tra ma modellizzazione delle gocce di pioggia e la dimensione ottima per le banche, attori fondamentali dei più evoluti sistemi finanziari mondiali. In particolare l’idea sottostante è di valutare se un modello fisico di determinazione delle dimensioni delle gocce di pioggia è in grado di fornire una previsione stabile e affidabile riguardo la probabilità di fusione e acquisizione tra due banche appartenenti a differenti paesi (cross border mergers and acquisitions) e appartenenti al medesimo paese (domestic mergers and acquisitions). In primo luogo si è determinato un legame appropriato tra il mondo fisico e l’ambiente economico. Per esempio un ruolo importante nel determinare la dimensione della goccia di pioggia (la massa) è espresso nel lavoro originale da µm e rappresenta il diametro degli oggetti modellati. Nel caso del mondo finanziario tale variabile è stata sostituita dal valore totale dell’attivo e dal valore del Roe. Un altro parallelo è l’altitudine. Nel modello fisico originario rappresenta la distanza tra la posizione della goccia all’istante t ed il livello del mare, aggiornando tale valore durante la simulazione utilizzando la ben nota formula newtoniana. Nel mondo finanziario si è utilizzata la distanza tra i paesi come proxy per tutte le variabili latenti quale regolamentazione, tipologia di sistema giuridico, cultura ecc, che influenzano la probabilità di avere una fusione o una acquisizione. Un ulteriore sviluppo è stato introdurre una interpretazione economica per : - divisione della goccia di pioggia per collisione o per altre cause aereodinamiche. Questo caso non è di interesse per la ricerca; - agglomerazione delle gocce di poggia; la controparte economica è l’unione tra 2 banche in una sola; - evaporazione della goccia di pioggia; una banca può non sopravvivere, ossia essere posta in liquidazione; - la dimensione della goccia di pioggia può rimanere costante; la dimensione di una banca può non cambiare tra due istanti di tempo. Un altro importante elemento è stata la determinazione della appropriata funzione di distribuzione, che assume un ruolo fondamentale sia nel modello fisico che in quello economico-finanziario. In questo caso si è scelto di mantenere la funzione di distribuzione originale scelta dagli autori, la gamma, che garantisce un ottimo grado di flessibilità. Attualmente si sta ultimando la costruzione della banca dati economica che servirà, in prima analisi, per la determinazione dei parametri della funzione gamma. Massimo Tivegna e Danilo Pelusi hanno elaborato una ricerca sul tema “Applicazione della logica fuzzy al trading di strumenti finanziari”. La ricerca s’inserisce nelle attività A8.1 e A8.2 dell’obiettivo 4 del progetto. Nelle decisioni di investimento convergono elementi conoscitivi e di comportamento molto eterogenei tra loro. I tradizionali schemi di asset pricing vengono comunemente integrati da valutazioni di carattere qualitativo, sulle politiche monetarie attese, sul market sentiment, sulle complessive opzioni di investimento e sulle caratteristiche di rischio desiderate. Le decisioni di investimento non sono quindi il risultato di un sistema di decisione lineare ma tengono conto di diversi elementi che debbono essere ponderati con un sistema di decisione che può utilizzare con successo le metodiche della logica fuzzy, che viene applicata in vari settori delle scienze fisiche. Nella ricerca si applicano le tecniche della logica fuzzy alle decisioni di trading e di investimento nel mercato dei cambi e nei mercati finanziari internazionali. Si fa qui riferimento a modelli di asset pricing news-based, con particolare riferimento al mercato

26

dei cambi, secondo linee illustrate nei riferimenti bibliografici riportati sotto. Il prodotto finale di questa ricerca sarà rappresentato da una serie di protocolli di trading in cambi (riferiti alle principali valute: €-$, $-¥, £-$, €-£, ed ai cambi del Franco Svizzero, del Dollaro Canadese e del Dollaro Australiano nei confronti del Dollaro USA, più i principali cross) ed in titoli obbligazionari, in relazione ai profili di rischio desiderati dagli investitori. Manoscritti: R. Ciciretti, P. Paesani “Monetary Policy and Stock Market Risk Perception in the U.S.”, working paper I. I. Zovko, J. D. Farmer, P. Paesani “Trading networks: An empirical investigation in the properties of trader matching on the London Stock Exchange”, working paper M. Bagella, R. Ciciretti, J. Lukic and V. Zdravkovic, “Local Compatibility Constrained Financial Market Dynamics with Asymmetric Agent Interactions”, working paper C. Coluzzi, The Pricing of the Option implicitly granted by the Italian Treasury to the Primary Dealers in the Reserved Auction Reopening, Working Paper. Seminari e Presentazioni a Congressi: [1] 2007 Scottish Economic Society Conference Perth, Scotland, April 2nd -4th , 2007 Incontri periodici e attività congressuale del progetto All’interno del progetto sono stati organizzati tre incontri periodici al fine verificare lo stato di avanzamento del progetto e di promuovere la collaborazione fra le diverse unità. Gli incontri sono avvenuti il 18-19 Giugno 2004, il 22-23 Settembre 2005 ed il 20 Giugno 2007. I primi due incontri si sono tenuti a Palermo mentre l’incontro conclusivo del progetto si è tenuto a Roma. Il programma di ciascun incontro di lavoro e molti dei files relativi alle presentazioni scientifiche svolte si trovano alla pagina web http://lagash.dft.unipa.it/sito-strategico/Risorse. htm . Il nostro progetto ha anche collaborato con il progetto EGRID all’organizzazione del Congresso Internazionale “GRID IN FINANCE” tenutosi a Palermo nei giorni 3 e 4 Febbraio 2006. Il Congresso ha visto la partecipazione attiva di 38 ricercatori e professionisti provenienti da 6 diversi paesi ed ha consentito di inquadrare una serie di problematiche legate all’utilizzo della tecnologia GRID in finanza. Gli atti del Convegno sono stati pubblicati da Proceedings of Science della Sissa e sono accessibili online sul sito http://pos.sissa.it/cgi-bin/reader/conf.cgi?confid=26

27

Conclusione

Le attività svolte durante il progetto hanno raggiunto la quasi totalità degli obiettivi fissati in fase di proposta del progetto. Il progetto ha prodotto la realizzazione di una facility nazionale di dati finanziari di altissima frequenza e un gran numero di pubblicazioni scientifiche in riviste internazionali molte delle quali censite dallo Science Citation Index. Sono stati anche sviluppati dei prototipi software per la gestione dei dati finanziari di alta frequenza e per processi di ottimizzazione di portafogli sia di equity che di obbligazioni. Inoltre una parte significativa delle risorse è stata utilizzata per supportare un processo di formazione di una nuova figura professionale: uno specialista dell’analisi e modellizzazione di mercati finanziari attraverso l’uso di dati finanziari di altissima frequenza.

____________________ ° ° ° ____________________ Questo documento, le pubblicazioni del progetto, i manoscritti in esso citati ed i link ai prototipi software sviluppati sono disponibili in rete al seguente indirizzo: http://lagash.dft.unipa.it/sito-strategico/Risorse.htm